首页 > 代码库 > python学习笔记29(python中堆的使用)
python学习笔记29(python中堆的使用)
堆(heap):优先队列的一种,使用优先队列能够以任意顺序增加对象,并且能在任意时间(可能在增加对象的同时)找到(也可能是移除)最小元素,比用于列表中min的方法要高效。
Python中并没有独立的堆类型,只有一个包涵一些堆操作函数的模块,这个模块叫heapq.
import heapq
1.heapq.heappush(heap,item) #heap为定义堆,item 增加的元素;
eg.
heap=[]
heapq.heappush(heap, 2)
2.heapq.heapify(list) #将列表转换为堆
eg.
list=[5,8,0,3,6,7,9,1,4,2]
heapq.heapify(list)
3.heapq.heappop(heap) #删除最小的值
eg.
heap=[2, 4, 3, 5, 7,8, 9, 6]
heapq.heappop(heap) ---->heap=[3, 4, 5, 7, 9,6, 8]
4.heapq.heapreplace(heap,item) #删除最小元素值,添加新的元素值
eg.
heap=[2, 4, 3, 5, 7, 8,9, 6]
heapq.heapreplace(heap,11) ------>heap=[2, 3, 4, 6, 8, 5, 7, 9, 11]
5.heapq.heappushpop(heap,item) #首判断添加元素值与堆的第一个元素值对比,如果大于则删除最小元素,然后添加新的元素值,否则不更改堆
eg.
条件:item >heap[0]
heap=[2, 4, 3, 5, 7, 8, 9, 6]
heapq.heappushpop(heap, 9)---->heap=[3, 4, 5, 6, 8, 9, 9,7]
条件:item
heap=[2, 4, 3, 5, 7, 8, 9, 6]
heapq.heappushpop(heap, 9)---->heap=[2, 4, 3, 5, 7, 8, 9,6]
6.heapq.merge(...) #将多个堆合并
7.heapq.nlargest (n,heap) #查询堆中的最大元素,n表示查询元素个数
eg.
heap=[2, 3, 5, 6, 4, 8,7, 9]
heapq.nlargest (1,heap)--->[9]
8.heapq.nsmallest(n,heap) #查询堆中的最小元素,n表示查询元素个数
eg.
heap=[2, 3, 5, 6, 4, 8,7, 9]
heapq.nlargest (1,heap)--->[2]
python学习笔记29(python中堆的使用)